[发明专利]一种虚拟资源的分配方法和装置

权利要求书

1.一种虚拟资源的分配方法，其特征在于，包括：

获取第一用户的历史行为数据，其中，所述历史行为数据包括：所述第一用户关于所述虚拟资源的特征；

利用第一分类模型，根据所述历史行为数据，得到所述第一用户关于所述虚拟资源的行为偏好；所述第一分类模型是根据多个第二用户的历史行为数据训练得到的；

根据所述行为偏好以及待分配虚拟资源的属性，利用预测模型预测所述第一用户使用所述待分配虚拟资源的概率，其中，所述预测模型是根据多个所述第二用户使用虚拟资源的历史行为数据、以及所述第二用户所使用的虚拟资源的属性训练得到的；

当所述概率大于预设阈值时，将所述待分配虚拟资源分配给所述第一用户。

2.根据权利要求1所述的方法，其特征在于，所述待分配虚拟资源的属性包括：所述待分配虚拟资源的提供者信息；

利用第一分类模型，根据所述历史行为数据，得到所述第一用户关于资源提供者的行为偏好；

根据所述行为偏好以及待分配虚拟资源的提供者信息，利用预测模型预测所述第一用户使用所述资源提供者所提供的所述待分配虚拟资源的概率。

3.根据权利要求2所述的方法，其特征在于，所述待分配虚拟资源的属性还包括：所述待分配虚拟资源的价值；

根据所述第一用户关于资源提供者的行为偏好以及所述待分配虚拟资源的价值，利用预测模型预测所述第一用户使用所述资源提供者所提供的所述待分配虚拟资源的概率。

4.根据权利要求1所述的方法，其特征在于，

获取资源提供者的历史交易数据，其中，所述历史交易数据包括：所对应资源提供者提供所述虚拟资源的特征；

利用第二分类模型，根据所述历史交易数据，分别确定所述资源提供者关于所述虚拟资源的属性偏好；

利用第一分类模型，根据所述历史行为数据，得到所述第一用户关于资源提供者的行为偏好；

根据所述属性偏好、第一用户关于资源提供者的行为偏好以及所述待分配虚拟资源的属性，利用预测模型预测所述第一用户使用所述资源提供者所提供的所述待分配虚拟资源的概率。

5.根据权利要求1所述的方法，其特征在于，该方法还包括：

确定所述第一用户的历史行为数据的多个原始特征，将所述多个原始特征输入特征选择器，得到所述第一用户关于所述虚拟资源的特征。

6.根据权利要求2所述的方法，其特征在于，所述预测模型是根据随机森林算法、以及GBDT算法、Catboost算法、LightGBM算法、XGBoost算法和LR算法中的任意三个训练得到的。

7.根据权利要求6所述的方法，其特征在于，

利用GBDT算法、Catboost算法、LightGBM算法、XGBoost算法和LR算法中的任意三个分别构建三个初始模型；

将所述第二用户的历史行为数据分别输入所述三个初始模型，以对所述三个初始模型进行训练；

将训练后的所述三个初始模型的输出、以及所述第一分类模型输出的所述第二用户关于所述虚拟资源的行为偏好作为所述随机森林算法的输入，以对所述预测模型进行训练。

8.根据权利要求1至4任一所述的方法，其特征在于，包括：

所述第一分类模型和第二分类模型是基于聚类算法训练得到的；

和/或，

所述特征选择器是基于feature_selection库得到的。